问题标签 [mle]

我正在运行以下代码并收到警告“要替换的项目数不是替换长度的倍数”。

我想创建一个函数，该函数根据 3 个标准（r>1e-6、r<-1e-6 和 1e-6>r>-1e-6）存储具有不同值的向量 l。这些值将基于函数的参数，然后将使用 nlm 命令最大化。

所以我使用了 rgl 包并创建了我自己的似然函数来输出正态分布样本的对数似然。我这样做真的只是为了学习如何自己编程，这样我就可以更好地理解可能性是如何工作的以及 MLE 是如何工作的。无论如何，我注意到一些特别奇怪的事情，我想知道是否有人知道这里的答案。当我绘制图表时，它以折叠曲线形状出现，但我想我期待更多的是锥形形状。基本上，我很好奇的是，为什么当图在 sigma^2 值处达到峰值时（在这个轴上，峰值两侧都有很好的下降），mu 值大致保持不变？好像一旦 sigma^2 参数达到最佳水平，mu 值之间的似然差异就非常小。例如，当我检查 sigma 的最大点的可能性的方差（保持不变）时，它是 11.5。相比之下，当我检查同一点上 mu 的方差时，方差为 23402。由于我没有足够的声誉，所以我还不能发布图像，我将只发布生成图表的 R 代码.

那么，我的代码错了吗？或者这就是 LL 曲线的样子？如果是这样，为什么 sigma^2 似乎显示出清晰的曲线和高度，而 mu 几乎没有最大差异？提前致谢！

我正在尝试在 MATLAB 中根据一些有关贸易的数据计算泊松准最大似然估计量（Poisson-QML 或 Poisson-PML）。

MATLAB 中是否已经有一个编码函数来计算这个估计量，还是我需要自己编码？

我正在使用 optim() 进行 ML 估计，我想知道是否有控制选项来限制函数评估的数量？否则它只会继续前进。

我当前的代码如下所示：

谢谢！

假设我有一个(x, y)成对的训练集，其中x是输入示例，y是相应的目标，y是一个值(1 ... k)（k是类数）。

在计算训练集的似然度时，是否应该针对整个训练集（所有的例子）进行计算，即：

或者是针对特定训练示例计算的可能性(x, y)？

我之所以问，是因为我看到了这些讲义（第 2 页），他似乎在其中计算 L_i，这是每个训练示例分别进行的可能性。

When we are training our model we usually use MLE to estimate our model. I know it means that the most probable data for such a learned model is our training set. But I'm wondering if its probability match 1 exactly or not?

我的概率分布函数是

我正在使用以下代码：

现在我想提取存储在fit1. 我使用了以下命令

但是我无法获得该值，因为它给出了以下错误

fit1$Coefficients 中的错误：未为此 S4 类定义 $ 运算符

现在我得到了答案

我目前正在研究配电装置。我使用fitdistr了函数，但在确定 MLE 的初始点时遇到了问题。例如，我想用伽玛分布拟合我的数据（雨量 - 13149 乘 1 矩阵）。

我正在使用 mhurdle 包来估计截断的正常障碍模型。函数 mhurdle 包含一个“权重”参数，它应该以与 lm 中相同的方式工作（根据 mhurdle 的帮助）。但是，当我使用这个论点时，我得到的结果与没有权重的情况完全相同。

我想知道为什么会这样，并且作为替代方案，是否可以在估计模型之前修改变量以包括权重（包使用最大似然估计）。

（我曾经在论坛上阅读过另一个导致相同问题的函数，因为权重从未在估计中实际使用过。这里可能相同，但我不知道如何检查，也找不到又是那个问题）

这就是我编写函数调用的方式：

有什么想法/建议吗？

谢谢

我正在尝试在 R 中实现以下对数似然函数。

∑<em>(i∈I)ln{∑</em>(s∈S)p(s)* p_i(s)}

变量 p_i(s) 给出的(err_mat[i,j]*(1-Beta) + Beta*(1-err_mat[i,j]) 变量 p(s) 是过程 s 的概率，最多有 12 个可能的过程。

我写了一个关于如何计算 pi_s 的简单表示，它取决于一个未知参数：beta。优化函数的输入是一个“错误”矩阵（0 或 1），并估计哪个数据生成过程最有可能适合数据。有 12 个可能的过程可以产生数据，给出 12 个概率 p_s，限制在 (0,1) 之间，并且应该总和为 1 以进行估计。还有第 13 个参数 beta，它捕获了过程中的噪声。

到目前为止，在stackoverflow上进行了大量搜索，我有以下功能：

样本误差矩阵如下：

我目前的优化功能是：

我现在的问题是：

1. 我如何编码前 12 个参数总和为 1 的约束。

2. 鉴于我在内部求和中已经有一个未知参数，我如何对外部求和进行编码。当我尝试使用下面的代码将内部求和传递到外部 for 循环时，出现错误。

   /li>

我收到以下错误：

我花了大约 3 天的时间试图自己解决这个问题，我将不胜感激。谢谢，